- 相關(guān)推薦
計算機仿真交通蝴蝶效應分析論文
１蝴蝶效應
根據英國學(xué)者的研究成果，道路交通系統可能存在蝴蝶效應。個(gè)別駕駛員的簡(jiǎn)單細微行為在一定條件下可能會(huì )被傳遞、放大，從而引發(fā)嚴重的交通擁堵。蝴蝶效應是混沌學(xué)理論中的一個(gè)概念，是復雜系統混沌特性的典型案例。由于復雜系統內部諸多非線(xiàn)性因素的交叉耦合作用，輸入端微小的差別隨著(zhù)不斷推移，可能會(huì )在輸出端產(chǎn)生差異巨大的結果。其最形象的比喻是：一只南美洲亞馬遜河流域熱帶雨林中的蝴蝶偶爾扇動(dòng)幾下翅膀，可能兩周后在美國德克薩斯引起一場(chǎng)龍卷風(fēng)。其根本原因就是氣象系統的復雜性：蝴蝶翅膀的扇動(dòng)，導致其身邊的空氣系統發(fā)生變化，并產(chǎn)生微弱的氣流，而微弱氣流的產(chǎn)生又會(huì )引起四周空氣或其他系統產(chǎn)生相應的變化，由此引起一個(gè)連鎖反應，最終導致其他系統的極大變化［６］。蝴蝶效應最早是美國麻省理工學(xué)院氣象學(xué)家羅倫茲發(fā)現并提出的。為了預報天氣，他用計算機求解仿真地球大氣的１３個(gè)方程式。在一次實(shí)驗中，為了更細致地考察結果，他將一個(gè)中間解由０．５０６提高到０．５０６１２７。結果這萬(wàn)分之一的微小差異卻導致了截然不同的結果，２條曲線(xiàn)的相似性完全消失了。由此發(fā)現，羅倫茲提出了復雜的非線(xiàn)性系統“對初始值的極端不穩定性”的特性，這一特性完全違背了人們認識的常理。相近的初值帶入確定的方程，結果也應該是相近的，怎么會(huì )出現大大偏離，甚至截然不同的結果呢！但是這個(gè)發(fā)現卻為人們認識和分析復雜系統提出了全新的思想［６］。蝴蝶效應說(shuō)明，事物發(fā)展的結果，對初始條件具有極為敏感的依賴(lài)性，初始條件的極小變化，將會(huì )引起結果的巨大差異。蝴蝶效應的現象橫跨各個(gè)專(zhuān)業(yè)，滲透各個(gè)領(lǐng)域。例如亞洲發(fā)生的金融危機，美國曾經(jīng)發(fā)生的股市風(fēng)暴，以及太平洋出現的厄爾尼諾現象等都是典型的蝴蝶效應的實(shí)例。蝴蝶效應給人們的啟示就是事物彼此之間都有聯(lián)系，管理、規劃既要著(zhù)眼全局，也要防微杜漸，細節決定成敗往往有其特殊的重要意義。道路交通系統是典型的復雜系統，其間是否也存在著(zhù)蝴蝶效應，蝴蝶效應對交通擁堵的影響到底有多大，這些問(wèn)題雖然已經(jīng)初步發(fā)現和提出，但是還缺乏深入的分析研究，特別是缺乏定量化的分析。而由于道路交通系統的復雜性，很難抽象出不同主體、不同因素之間的數量關(guān)系。特別是由于蝴蝶效應的非線(xiàn)性特征，應用傳統建模方法構建數學(xué)模型更為困難。而應用計算機仿真技術(shù)建模能較好地解決這些矛盾，可以通過(guò)計算機仿真模型的實(shí)驗結果深入分析道路交通系統中蝴蝶效應的起因、條件以及不同影響，從而為城市交通管理提出新的管理思路。
２交通仿真模型設計
本模型在基于多主體的仿真平臺ＮｅｔＬｏｇｏ上實(shí)現。ＮｅｔＬｏｇｏ由美國西北大學(xué)連接學(xué)習與計算機建模中心（ＣｅｎｔｅｒｆｏｒＣｏｎｎｅｃｔｅｄＬｅａｒｎｉｎｇａｎｄＣｏｍｐｕｔｅｒ－ＢａｓｅｄＭｏｄｅｌｉｎｇ）開(kāi)發(fā)，目的是為科學(xué)研究和教育提供易用且強大的計算機輔助工具。ＮｅｔＬｏｇｏ是一個(gè)多主體建模仿真集成環(huán)境，完全用Ｊａｖａ編程實(shí)現，可以在不同的平臺上運行，特別適合對隨時(shí)間演化的復雜系統進(jìn)行建模仿真［７］。
�。�.１主體設計應用
�。危澹簦蹋铮纾锝r(shí)，整個(gè)模型的可視化界面被稱(chēng)為Ｗｏｒｌｄ。Ｗｏｒｌｄ由靜態(tài)主體ｐａｔｃｈ和動(dòng)態(tài)主體ｔｕｒｔｌｅ組成［８］。交通仿真模型中的道路環(huán)境主要通過(guò)靜態(tài)主體ｐａｔｃｈ設置［９］。為了更好地對比不同駕駛員行為對道路交通擁堵情況的影響，在實(shí)驗模型中搭建了實(shí)驗組和對照組２條道路，設置２條道路的各種初始條件完全相同。通過(guò)設置和調整實(shí)驗組駕駛員行為的不同參數，將模型仿真結果和對照組進(jìn)行比較。由此設計模型的整個(gè)Ｗｏｒｌｄ由２０×２００個(gè)ｐａｔｃｈ組成，其縱坐標為［－１０，１０］，橫坐標為［－１００，１００］。并在縱坐標為［－５，－３］和［３，５］處設置實(shí)驗組和對照組２條道路。每條道路參照常見(jiàn)實(shí)際道路分為３條車(chē)道，分別表示超車(chē)道、快車(chē)道和慢車(chē)道。由于模型中設計的車(chē)輛大小與ｐａｔｃｈ大小比例為１∶１，在參考實(shí)際車(chē)長(cháng)的情況下，模型中每輛車(chē)的車(chē)長(cháng)為４．５ｍ，所以模型仿真的道路全長(cháng)為９００ｍ。該模型中動(dòng)態(tài)主體為車(chē)輛［９］。為了分別模擬道路不同程度的擁堵境況，使用滑動(dòng)條組件控制道路上車(chē)輛初始數量。為了保證實(shí)驗組和對照組實(shí)驗條件相同，２條道路除了初始車(chē)輛數目相同，初始位置也完全一樣。為了考察不同駕駛員行為的影響，模型中將有緊急剎車(chē)行為的車(chē)輛用紅車(chē)表示，將有隨意變道行為的車(chē)輛用綠色表示，一般車(chē)輛用藍色表示。并可以通過(guò)相應的滑動(dòng)條組件控制紅色和綠色車(chē)輛的數目或比例。
�。�.２主體屬性行為設計
主體的屬性行為設計是基于多主體仿真模型設計的最關(guān)鍵步驟。應根據研究的內容、要素合理取舍，對于與研究?jì)热菝芮邢嚓P(guān)的行為要盡可能細致描述，同時(shí)還要注意與實(shí)際系統盡量一致。本模型只有一種動(dòng)態(tài)主體———車(chē)輛。其中比較重要的屬性包括車(chē)輛的行駛速度和駕駛員的忍耐度。前者包括車(chē)輛的當前速度、最低速度和最高速度。后者則和駕駛員的技術(shù)熟練程度、性別、年齡以及性格等有關(guān)，另一方面也與前車(chē)速度、前車(chē)減速導致的自身減速等行為有關(guān)。此外還有車(chē)輛大小、當前車(chē)道、所屬組別以及用于統計通行速率的有關(guān)屬性。動(dòng)態(tài)主體的行為設計相對屬性設計更為復雜和重要。本模型中車(chē)輛的行為大致可分為：
�。ǎ保┬旭�。車(chē)輛每次前進(jìn)時(shí)都應先判斷前方近距離是否有車(chē)，如果有車(chē)，則減速，然后按前車(chē)速度行駛。如果沒(méi)車(chē)，在本車(chē)道允許的車(chē)速下加速行駛。
�。ǎ玻┳兯�。當道路擁堵或出現其他意外情況時(shí)，需要根據前車(chē)的剎車(chē)行為剎車(chē)或減速。當道路通暢或有其他原因時(shí)，可以加速至最大限速后勻速行駛。
�。ǎ常┳兊�。當對前車(chē)的忍耐度達到極限時(shí)，車(chē)輛選擇變道超越。變道時(shí)需要判斷相鄰車(chē)道的車(chē)輛情況，并優(yōu)先變換到較快車(chē)道。如果滿(mǎn)足變道條件，則變道，并將忍耐度清零；如果不滿(mǎn)足變道條件，則按原車(chē)道行駛，同時(shí)忍耐度繼續增加。為了考察分析不同駕駛員行為的影響，定義了特殊車(chē)輛的特殊行為：
�。ǎ保┚o急剎車(chē)。該行為主要模擬駕駛技術(shù)不熟練的駕駛員（紅色車(chē)輛）。當前方有車(chē)時(shí)（可能是安全距離）剎車(chē)過(guò)死，且起步較慢。
�。ǎ玻╊l繁變道。該行為主要模擬不良駕駛習慣的駕駛員（綠色車(chē)輛）。忍耐度很低，只要相鄰車(chē)道允許就變道超車(chē)，而不顧是否影響相鄰車(chē)道后方車(chē)輛正常行駛。
�。�.３仿真實(shí)驗
在ＮｅｔＬｏｇｏ仿真平臺上可以方便地設置和調整模型中的有關(guān)參數，直觀(guān)地查看模型運行的結果［８］。還可以將模型運行過(guò)程中的有關(guān)統計量以圖表的形式顯示，或將有關(guān)仿真結果導出到專(zhuān)門(mén)的統計軟件中進(jìn)行分析［１０］。本模型分別測試了道路較為暢通（初始車(chē)輛１５０）和較為擁堵（初始車(chē)輛３５０）時(shí)，駕駛技術(shù)不熟練的駕駛員占２％的情況下車(chē)輛的平均速度，分別如圖２和圖３所示。由圖２、圖３可以看出，當道路通暢時(shí)２條曲線(xiàn)基本重合，少量駕駛技術(shù)不熟練的駕駛員影響不大；進(jìn)一步調整有關(guān)參數，實(shí)驗結果表明在道路通暢的情況下，駕駛技術(shù)不熟練的駕駛員的比例在２０％以下都不會(huì )有明顯影響。但是當道路較為擁堵時(shí)，即使只有２％的駕駛技術(shù)不熟練的駕駛員，實(shí)驗組的曲線(xiàn)波動(dòng)十分明顯，有時(shí)甚至出現幅度較大的下降，說(shuō)明在交通接近飽和的條件下，個(gè)別駕駛員的行為有可能會(huì )對整個(gè)道路產(chǎn)生明顯的影響。本模型也測試了道路較為暢通（初始車(chē)輛１５０）和較為擁堵（初始車(chē)輛３５０）時(shí)，具有頻繁變道行為的駕駛員占２％的情況下車(chē)輛的平均速度。當道路通暢時(shí)２條曲線(xiàn)基本重合，少量的頻繁變道的駕駛員對交通影響不大。但是當道路較為擁堵時(shí)，即使只有很少量的駕駛員頻繁變道，也會(huì )對整個(gè)道路產(chǎn)生巨大的影響。在以上初步仿真分析的基礎上，還可以進(jìn)一步調整有關(guān)模擬參數的設置，或者進(jìn)一步細化駕駛員的行為，深入分析不同個(gè)體行為和交通擁堵的相關(guān)關(guān)系。
３結束語(yǔ)
以上模型運行結果充分說(shuō)明，當交通趨近于飽和時(shí)，少數不良駕駛行為的存在確實(shí)會(huì )對道路交通帶來(lái)巨大的影響。雖然僅僅是個(gè)別駕駛員的細微動(dòng)作，但是會(huì )隨著(zhù)其影響的傳遞、放大，可能會(huì )引發(fā)一場(chǎng)“交通海嘯”。另一方面，也說(shuō)明計算機仿真模型是研究交通系統的有效工具，可以為管理者分析管理復雜的交通系統搭建一個(gè)方便的平臺。實(shí)際上，城市的道路交通主要存在２個(gè)矛盾：一是道路基礎設施建設與城市發(fā)展需求之間的矛盾，另一個(gè)是市民的交通守法意識與現代化都市之間的矛盾，兩者分別被稱(chēng)為“硬件矛盾”和“軟件矛盾”。而不良駕駛行為恰恰是交通擁堵的另一個(gè)“元兇”。如果廣大民眾不能提高交通意識和道德修養，培養規范良好的駕駛行為，再寬闊的馬路，再健全的交通法規，也解不開(kāi)交通擁堵的死結。無(wú)論是什么復雜系統，一個(gè)壞的微小的機制，如果不加以及時(shí)的引導、調節，有可能會(huì )給系統帶來(lái)非常大的危害，成為“龍卷風(fēng)”；而一個(gè)好的微小的機制，只要正確引導，經(jīng)過(guò)一段時(shí)間的努力，同樣可能產(chǎn)生轟動(dòng)效應，而成為一場(chǎng)“革命”。
【計算機仿真交通蝴蝶效應分析論文】相關(guān)文章：
智能變電站計算機仿真論文10-05
城市軌道交通仿真施工設計論文08-14
自動(dòng)化物流系統計算機仿真論文08-27